Rahmadina, Fitria
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Andalas

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Informasi Lalu Lintas Berbasis Raspberry Pi PC Board Rahmadina, Fitria; ., Zaini
JURNAL NASIONAL TEKNIK ELEKTRO Vol 5, No 1: Maret 2016
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jnte.v5n1.190.2016

Abstract

Due to increasing routine society in the era of globalization, the growth rate of the road and the vehicle becomes unbalanced so that cause traffic jams.  Utilization of mini computers can help in the monitor of traffic density. This system implements Raspberry Pi equipped cameras to take pictures of the density of highways. The system is placed in a certain angle and height so that it can monitor the state of traffic. This research aims to build information systems using computer vision with background subtraction model. Image processed to produce data from calculation of contour feature such as traffic density which will be sent to the server. So in the end with this system information data traffic density directly can be known with accuracy of 87,6%.Keywords : Raspberry Pi, background subtraction, traffic density Abstrak - Seiring dengan meningkatnya rutinitas masyarakat pada era globalisasi, tingkat pertumbuhan jalan dan tingkat pertumbuhan kendaraan menjadi tidak seimbang sehingga menimbulkan kemacetan lalu lintas. Pemanfaatan mini komputer dapat membantu dalam memonitoring kepadatan lalu lintas. Sistem ini mengimplementasikan Raspberry Pi yang dilengkapi kamera untuk mengambil gambar dari keadaan jalan raya. Sistem diletakkan di ketinggian dan sudut tertentu sehingga dapat memantau keadaan lalu lintas. Penelitian ini bertujuan membangun sistem informasi menggunakan computer vision dengan teknik background subtraction. Gambar diolah sehingga menghasilkan data dari perhitungan contour feature berupa kepadatan lalu lintas yang selanjutnya akan dikirim ke server. Sehingga pada akhirnya dengan sistem ini informasi data kepadatan lalu lintas secara langsung dapat diketahui dengan akurasi sebesar 87,6%.Kata Kunci : Raspberry Pi, background subtraction, kepadatan lalu lintas.